用途：ss-learn 把一次具体的人工确认修正，抽象成一条通用的候选规则。它不训练模型、不抓取仓库、不上传遥测；CLI 仅本地运行。可选的插件 MCP 桥只有在单独一次性人工授权后，才会把某个确切包暴露给其连接的客户端/模型。使用前请先阅读 references/privacy-contract.md。
不适用情形：用户未明确要求捕获或分享经验；变更仅被智能体接受而非人认可；经验无法在不含客户端/产品身份、源码、截图、专有令牌或用户内容的情况下表达；未实际测量评分或视觉通过（记 null 或 not-run，不得推断）；观察只属于单一项目品味（应留在 STYLESEED.md）。
主要能力与用法：
- 明确批准后初始化：node <installed-ss-learn>/scripts/learning.mjs init --project-root . 生成 .styleseed/learning/config.json，默认关闭分享与原始材料收集，无网络请求。
- 按 references/candidate.schema.json 起草候选，字段包括 problem、intervention、rationale、appliesWhen、avoidWhen、evidence（仅实测评分、验证状态、可选 SHA-256 产物哈希）。不得含项目名、URL、路径、邮箱、源码片段、提示、截图、颜色、字体名或组件名。捕获：node <installed-ss-learn>/scripts/learning.mjs capture --project-root . --input /path/to/candidate.json，校验收发文ID、字段、隐私模式与证据真实性，写入不可变草稿ID。
- 人工复核：向用户展示完整候选后再运行 review，使用 --decision accepted/rejected、--reviewer、--reason 与 --attestation APPROVE_LOCAL_REVIEW。不得替用户接受；候选内容寻址且只有一次最终本地决定，需修改则重新捕获新候选。
- 可选分享包：仅已接受候选可打包，展示净化后载荷并单独询问是否导出为 team-registry 或 community-candidate，使用 prepare-share 与 --attestation APPROVE_LOCAL_EXPORT，输出到 .styleseed/learning/share/，剥离复核者身份与本地路径，绑定引擎版本并记录内容哈希，不发送文件。
- 一次性 MCP 读取授权：用户单独批准后运行 grant-mcp-read，需 --package 与 --attestation APPROVE_MCP_READ；授权绑定包哈希与已接受的本地复核，MCP 桥消费后返回包，重试将 fail closed。这是对客户端/模型的暴露，消费后不得再称其保持本地。
推广边界：分享包是证据而非 StyleSeed 规则；进入中心或团队需多独立项目、反例、无障碍与语法回归检查、基准证据及具名维护者批准；不得由本地学习自动修改核心规则。
完成报告应分别说明：本地候选（已捕获/未捕获）、人工复核（已接受/已拒绝/待定）、视觉证据（已验/失败/未运行）、分享包（本地已准备/未准备）、MCP 授权（无/可用一次/已消费）、客户端/模型暴露（未执行/一次性批准后已执行）、外部注册表或社区传输（CLI 与 MCP 桥均未执行）。